Сегментация криоэлектронных томограмм на основе глубокого обучения

Article DOI: 10.3791/64435-v • 10:25 min • November 11th, 2022

November 11th, 2022 •

Jessica E. Heebner¹, Carson Purnell¹, Ryan K. Hylton¹, Mike Marsh², Michael A. Grillo¹, Matthew T. Swulius¹

¹Pennsylvania State University-College of Medicine, ²Object Research Systems

Capítulos

Resumo
Automatic Translation

English (Original)
العربية (Arabic)
中文 (Chinese)
dansk (Danish)
Nederlands (Dutch)
français (French)
Deutsch (German)
עברית (Hebrew)
हिंदी (Hindi)
italiano (Italian)
日本語 (Japanese)
한국어 (Korean)
norsk (Norwegian)
português (Portugese)
русский (Russian)
español (Spanish)
svenska (Swedish)
Türkçe (Turkish)

Please note that all translations are automatically generated.

Click here for the English version.

Это метод обучения многосрезовой U-Net для многоклассовой сегментации криоэлектронных томограмм с использованием части одной томограммы в качестве обучающего входа. Мы описываем, как вывести эту сеть из других томограмм и как извлечь сегментации для дальнейшего анализа, такого как усреднение субтомограмм и трассировка нитей.

Сегментация криоэлектронных томограмм на основе глубокого обучения

Capítulos

Tags

Vídeos Relacionados

Get cutting-edge science videos from JoVE sent straight to your inbox every month.